Cambridge üniversitesindeki bilim insanları, biyopsi görüntülerinden çölyak hastalığını %97’nin üzerinde doğrulukla tespit edebilen güçlü bir yapay zeka (YZ) aracı geliştirdi.
Farklı kaynaklardan binlerce örnek üzerinde eğitilen algoritma, bu hastalığın tanısını koymanın daha hızlı ve güvenilir bir yolunu sunuyor. Uzmanlar, bu teknolojinin sağlık sistemleri üzerindeki baskıyı azaltabileceğini ve yetersiz hizmet alan bölgelerdeki tanıya erişim sorununu hafifletebileceğini belirtiyor.
Machine Learning Achieves Pathologist-Level Celiac Disease Diagnosis
Çölyak Hastalığı Tanısında %97 Doğruluk
Cambridge Üniversitesi bilim insanları tarafından geliştirilen makine öğrenme algoritması, biyopsi örneklerine dayalı olarak çölyak hastalığını 100 vakadan 97’sinde doğru bir şekilde tespit etmeyi başardı.
NHS hastanelerinden toplanan yaklaşık 3.400 taranılan biyopsi üzerinde eğitilen YZ aracı, tanı sürecini hızlandırabilir ve aşırı yüklenmiş sağlık sistemleri üzerindeki yükü azaltabilir. Bu araç, aynı zamanda uzman patolojist eksikliğinin yaşandığı bölgelerde de tanıya erişim sorununa çözüm sunabilir.
Çölyak Hastalığı Tanısındaki Zorluklar
Çölyak hastalığının tanısı, onikiparmak bağırsağından alınan biyopsi ile konur. Patologlar, villus adı verilen ince bağırsak iç yüzeyindeki tüysü yapıların zarar görüp görmediğini inceleyerek tanı koyar. Bu biyopsilerin yorumu, genellikle subjektiftir ve patolojistler, Marsh-Oberhuber sınıflandırma sistemini kullanarak hastalığın şiddetini belirler.
Farklı Biyopsi Verileri ile Yapay Zeka Eğitimi
Bugün New England Journal of Medicine AI dergisinde yayınlanan araştırmada, Cambridge ekibi biyopsi görüntülerini sınıflandıran bir makine öğrenme algoritması geliştirdi. Beş farklı hastaneden, beş farklı tarayıcı kullanılarak toplanan 4.000’den fazla görüntü üzerinde eğitildi ve test edildi.
Cambridge Patoloji Bölümü ve Churchill College’dan Prof. Elizabeth Soilleux, şu açıklamayı yaptı:
“Çölyak hastalığı, her 100 kişiden birini etkileyebilir ve ciddi sağlık sorunlarına yol açabilir. Ancak tanı koymak genellikle yıllar sürebilir. Yoğun sağlık sistemi baskısı altında, bu sürecin uzaması kaçınılmazdır. Yapay zeka, bu süreci hızlandırabilir ve aynı zamanda NHS bekleme listeleri üzerindeki baskıyı azaltabilir.”
Bağımsız Testlerden Gücülü Sonuçlar
Ekip, algoritmayı daha önce görmediği neredeyse 650 görüntüyü içeren bağımsız bir veri setiyle test etti. Sonuçlar, modelin %97’den fazla doğrulukla çölyak hastalığı tanısı koyabildiğini gösterdi.
Modelin duyarlılığı %95’in üzerindeydi; yani hastalığa sahip olan bireylerin %95’inden fazlasını doğru tanımladı. Aynı zamanda spesifikliği de %98 civarındaydı, yani hastalığa sahip olmayan bireylerin %98’ini doğru olarak tanımladı.
Patologlar ve Yapay Zeka Karşılaştırması
Daha önce yapılan araştırmalarda, patologların çölyak hastalığı tanısı konusunda sık sık farklı görüşlere sahip olduğu ortaya çıkmıştı.
Bu yeni çalışmada, dört patolog, 30 biyopsiyi inceleyerek değerlendirme yaptı. Sonuçlar, bir patologun bir başka patolog ile aynı fikre varma olasılığının, yapay zeka modelinin tanısıyla aynı fikirde olma olasılığına eşit olduğunu gösterdi.
Bu yeni geliştirilen algoritma, gelecekte çölyak hastalığı tanısını hızlandırmak ve patolojistlerin zamanını daha karmaşık veya acil vakalara odaklamalarını sağlamak için kullanılabilir.
